5.4 python内置高阶函数之--map、reduce、filter、sorted

 高阶函数满足条件：
     1、 函数名被作为参数传给另外一个函数
     2、 函数返回值为另外一个函数（返回为自己，则为递归）

一、 高阶函数：map

 【 map函数】说明
 可以去查看源码， 会发现：map的__init__中有两个参数：func, *iterables
 第一个参数func： 即：函数名， 即实现功能的函数，可以是自行定义的，也可以是内置支持的
 第二个参数iterables： 即：序列对象，如：str、list、等

【  案例说明】
 list1 = [1,2,3,4,5,6,7,8,9]
 要实现这样一个功能： 遍历list1每一个元素，并进行元素本身相乘2次生成新的列表，即：
 list2 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
 【注】： 本次会稍带复习上一节内容： 列表生成式、生成器、迭代器

实现方法1: map

list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 1、最初级实现：
list2 = []
for one in list1:
    list2.append(one * one)

# 2、借助列表生成器实现：
list2 = [one * one for one in list1]

# 3、 借助生成器 --与列表生成器实现复杂度大差不差，且无必要
list2 = (one * one for one in list1)


# 4、 借助迭代器实现
def func2(list1: list):
    for one_ele in list1:
        yield one_ele * one_ele


list2 = func2(list1)


# 5、借助map函数实现
def funcx(num):
    return num * num


list2 = map(funcx, list1)
print(list2)

通过map函数实现结果打印，我们会发现返回的是一个map实例对象

那么如果想要查看到所有元素，怎么处理呢？ 这里就用到了 list函数

此案例可能大家会觉着还不如列表表达式实现方便呢？ 就不需要map了吧？ 当前案例只是说明用法， 一般情况map也不会应用在这么简单的场景中， 比如如果要进行特别多逻辑的特殊处理时，可能列表表达式就不足以支持了

实现方法2: map、lamda

像上述funcx（）函数实现比较简单， 这种我们也可以使用内置的lamda来替代

list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 6、借助map函数&、lamda函数实现
func = lambda x: x ** 2
list2 = list(map(func, list1))
print(list2)

二、 高阶函数： reduce

【 函数说明】 累计计算
     reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数
     reduce把结果继续和序列的下一个元素做累积计算
    
 【案例说明】求列表元素和
    如： list1 = [1,2,3,4,5,6,7,8,9].    sum =45

from functools import reduce

list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 1、普通实现算法
sum = 0
for one_ele in list1:
    sum += one_ele


# 2、 reduce用法
def add(x, y):
    return x + y


sum1 = reduce(add, list1)
print(sum)

三、 高阶函数： filter

    函数说明：
    1、 实现功能：filter()函数用于过滤实现符合条件的“筛选”内容（True）
    2、 与map区别点：filter()把传入的函数依次作用于每个元素，根据返回值（boolean）来确定要保留的数据（return结果为True）
    3、filter()函数返回的是一个Iterator，如果涉及计算结果，需要用list()函数获得所有结果并返回list

"""获取0-100内既是2又是3的倍数数据"""

def func(x):
    return x % 2 == 0 and x % 3 == 0


all_data = list(filter(func, range(1, 100)))
print(all_data)

四、 高阶函数： sorted

函数功能：用于排序
函数参数说明：  sorted(iterable, key=None, reverse=False)  
第1个参数： iterable 表示指定的序列
第2个参数： key 参数可以自定义排序规则，可以多项
第3个参数： reverse 参数指定以升序（False，默认）还是降序（True）进行排序
函数使用场景可参考如下案例说明 &代码是可以直接运行的：

1、简单排序-列表排序-无key

【备注】 元组也是同样使用方法，用法一致

list1 = [1, 4, 9, 17, 3, 8, 12, 34, 0, 3, 7, 4]

print(sorted(list1))

2、 较复杂排序， key字段

dict1 = [{"name": "Lujier1", "age": 19, "score": 99, "sex": "Female"},
         {"name": "Lujier2", "age": 21, "score": 102, "sex": "Female"},
         {"name": "Lujier3", "age": 22, "score": 132, "sex": "male"},
         {"name": "Lujier4", "age": 21, "score": 97, "sex": "male"},
         {"name": "Lujier5", "age": 32, "score": 103, "sex": "male"}]

# 按照score升序排列
print(sorted(dict1, key=lambda x: x['score']))
# 按照score降序排列
print(sorted(dict1, key=lambda x: -x['score']))
print(sorted(dict1, key=lambda x: x['score'], reverse=True))


# 按照age升序排序， 按照score降序展示（即：如果age相同，则高分在前）
print(sorted(dict1, key=lambda x: (x['age'], -x['score'])))